Bằng việc tận dụng các nghiên cứu có trước về xử lý ảnh, phát hiện khuôn mặt, nhận diện khuôn mặt, ước lượng khung xương người và nhận diện hành vi bất thường đã giúp nhóm sinh viên khoa Công nghệ thông tin - trường Đại học Công nghiệp Hà Nội hoàn thành đề tài: “Tự động phát hiện hành vi bất thường trong video dựa trên các dạng đặc trưng khác nhau, ứng dụng cho bài toán phát hiện gian lận thi cử”.
Nhóm đã tìm hiểu, nghiên cứu và cài đặt thử nghiệm các thuật toán tiên tiến liên quan đến các bài toán phát hiện khuôn mặt, nhận diện khuôn mặt, ước lượng khung xương người; xây dựng và ứng dụng một bộ dữ liệu mới dành cho bài toán phát hiện gian lận thi cử. Nhóm sinh viên này cũng đã tự thiết kế mô hình học sâu dành cho bài toán nhận diện hành vi bất thường và đã kết hợp các mô hình trên để xây dựng hệ thống phát hiện gian lận thi cử.
Bài toán nhận diện khuôn mặt, nhận diện điểm mốc trên khuôn mặt (Face Hệ thống phát hiện hành vi gian lận cho độ chính xác cao, trên 97% với các hành vi rõ ràng như quay ngang, quay ngửa, nhổm lên, liếc bài, làm việc riêng dưới gầm bàn và khả năng nhận diện khuôn mặt của thí sinh có hành vi gian lận cũng cho độ chính xác rất cao lên đến 98%.
Nhóm nghiên cứu đang hoàn thành những kết quả nghiên cứu cuối cùng, hướng đến xây dựng hệ thống phát hiện gian lận thi cử có thể ứng dụng trực tiếp tại các phòng thi thông qua hệ thống camera giám sát.